智能电网中的家庭用电系统建模与优化分析

为了实现电网削峰填谷、节约居民用电成本的目的,需要对家庭用电负荷进行更加合理的引导。综合考虑家庭用电负荷的连续性、可中断性以及负荷之间的关联性、顺序性、强依附性等特性,以分时电价为背景,建立了计及储能系统的家庭智能用电系统模型,包括负荷运行模型、蓄电池充放电模型和经济性优化模型。提出利用0—1变量对模型决策变量进行编码,将优化问题转化为混合整数线性规划问题,并采用Gurobi数学规划软件包求解,大大降低了问题的求解难度。在Matlab环境下,对家庭用电负荷数据进行仿真计算,仿真结果表明,模型和优化策略能够实现转移家庭用电负荷以及降低用电费用的目的。     

中国电力消费（1997-2017年）驱动因素分析

采用对数平均迪式指数（logarithmic mean divisia index, LMDI）因素分解法,分析经济因素、技术因素、结构因素、人口因素和居民活动因素对中国1997―2017年电力消费增长的驱动作用。研究结果表明,经济因素在新增电力消费中的贡献最大,技术因素和结构因素减缓了电力消费的快速增长,人口因素和居民活动因素对电力消费增长的贡献逐渐增加。建议要继续保持经济高质量增长,制定更为科学合理的电力发展目标和针对性政策措施,合理引导家庭电力消费模式转变,以电力高质量发展满足居民高品质生活需求。     

面向居民智慧用电的智能电器控制策略优化研究

针对典型的家庭用电方式,划分了家庭用电的类型,并给出了典型用电设备,如做饭,洗衣,空调,电热水器以及电动汽车的用电策略和约束,以用电费用最小化为目标函数,构建了居民智能家居用电管理调度控制策略优化模型,利用编程和结合实际典型家庭的数据,得到了用电控制策略的最优解。研究发现,智能用电管理能有效节约家庭的用电费用,并且对于用户用电曲线有移峰填谷的作用,对电力工业节能减排有一定效果。     

Forecasting electricity consumption: A comparison of regression analysis,neural networks and least squares support vector machines

Accurate electricity consumption forecast has primary importance in the energy planning of the developing countries. During the last decade several new techniques are being used for electricity consumption planning to accurately predict the future electricity consumption needs. Support vector machines (SVMs) and least squares support vector machines (LS-SVMs) are new techniques being adopted for energy consumption forecasting. In this study, the LS-SVM is implemented for the prediction of electricity energy consumption of Turkey. In addition to the traditional regression analysis and artificial neural networks (ANNs) are considered. In the models, gross electricity generation, installed capacity, total subscribership and population are used as independent variables using historical data from 1970 to 2009. Forecasting results are compared using diverse performance criteria in this study with each other. Receiver operating characteristic (ROC) analysis is realized for determining the specificity and sensitivity of the empirical results. The results indicate that the proposed LS-SVM model is an accurate and a quick prediction method.     

居民智能用电态度分析——以银川地区为例

居民智能用电是智能电网研究的重要领域,本文以对银川居民的调研结果为基础,对居民智能用电的态度进行了研究。通过对居民智能用电态度进行的问卷调查和实际调研,分析了银川居民目前的用电情况和智能用电的基本态度,结果显示居民大多持有节约用电的用电态度,并愿意尝试智能化用电。同时,提炼出居民用电的影响因素,指出收入和住房面积对居民家庭用电的影响较大。根据居民的偏好情况对智能用电能够提供的各项信息、功能以及调节方式进行评分,指出居民对能够指导其家庭用电的信息和对居民日常生活不造成较大影响的智能用电调节方式比较偏好。     

考虑家电关联与舒适性相结合的用电行为多目标优化模型

随着智能家电的广泛应用,实现用电行为优化已成为家庭智能用电的重要研究内容。从经济性和舒适性两个方面入手,提出一种智能用电环境下用电行为多目标优化模型。首先,分析了家庭用户的负载特性,并定义了可中断和可转移电器的运行约束。然后,考虑家电负载和用电习惯等各方面的约束条件,设计了家电关联最小化电费支出模型和用户用电舒适度模型,实现了多目标优化。最后,提出基于持续搜索多目标粒子群算法进行优化模型的求解。算例分析表明,多目标优化模型能有效降低用电费用并提高用电舒适性。     

电网友好型多用电设备协调控制模型与策略

为提高电网频率稳定性,并兼顾用户用电综合满意度,建立一种电网友好型多用电设备协调控制优化模型,并提出其控制策略。该模型综合考虑友好响应电网频率以及用户用电综合满意度,其中友好响应电网频率以用电设备参与频率响应量进行衡量;用户用电综合满意度包括以用电设备累计中断负荷或减载运行总时间的平均值表示的用电设备受控满意度指标以及以用电设备的受控时间与运行时间建立的模糊隶属度函数表示的设备正常供电满意度指标。IEEE 14节点测试模型仿真结果表明,所提频率控制策略能有效应对频率波动。     

上海地区家用电器待机能耗的研究和对策

对上海地区主要的家用电器(空调,家庭视频、音频系统,电脑)的待机能耗现状进行了调研,介绍了调研情况和分析结果。调研表明了家用电器的待机能耗后果是惊人的,提出了降低我国家用电器待机能耗的措施。     

基于模糊聚类的电力客户用电行为模式画像

随着电力客户数据采集频度不断提高、数据分析维度不断扩展,客户的用电行为变得更加复杂。客户标签和画像技术的发展,给客户用电行为分析带来了更直观、简洁的表现方式。论文基于海量的客户档案、负荷、电量数据,综合考虑客户用电特征、影响因素,建立了客户用电行为标签库,并采用模糊聚类算法进行客户用电模式分析,实现不同类型客户的用电行为模式画像。某地区20 000户工商业客户的用电行为模式画像分析结果表明:文中选取的用电行为标签合理有效、采用的聚类算法效果显著、客户画像精准,能够为电力公司掌握客户用电习性、挖掘客户需求、提高服务水平提供有力支撑。     

基于云计算的家庭智能用电策略

对智能小区的居民用电行为展开研究,基于云计算平台和并行关联规则Apriori算法,挖掘出了用户用电行为间的关联规则,根据挖掘出的关联规则使用遗传算法对家庭用电时间分布进行合理规划,达到经济用电的目标,给出了行之有效的智能用电策略。由供电局将用户的智能用电策略以短信等交互方式传递给智能用电家庭。经实例验证,文中基于云计算平台和并行Apriori算法的居民用电行为分析结果是有效的,可使居民高效智能用电,节约家庭能耗。     

基于无线技术的智能家居能耗管理平台研究

供电企业的用电信息采集系统,仅能对单个或多个用户总用电量进行采集、统计和分析,无法对用户内部各种用电设备能耗情况进行分类采集、控制和分析。文章将用电信息采集系统与家居设备用能管理系统结合起来,实现智能家居设备远程控制,并对各类用电设备用电量进行采集,全面量化家居设备用电或多个家庭同一类电器设备用电情况,帮助客户有效利用峰谷时段电价差值,引导客户智能用电,实现能耗数据的分析与共享,达到绿色节能。通过研究不同无线组网特点,推荐以Zigbee技术组网,Zigbee具有安装简单、成本低、传输速率高、运行稳定、智能化程度高等特点,能够有效解决居民住宅用电的智能化控制与能耗管理问题。     

Urbanisation and energy consumption in Sub-Saharan Africa

Sub-Saharan Africa has the lowest access to modern energy and highest urbanisation and population growth rates in the world. The increasing population and its move towards urban areas are expected to exert pressure on existing energy infrastructures and government budgets, introducing uncertainty in the path that future resource consumption might take. Research on the effects of demographic changes on energy use in Sub-Saharan Africa is scarce, with a few studies that only look at this issue tangentially. This research investigates the effect of urbanisation on total energy consumption and electricity consumption in Sub-Saharan Africa. The study estimates this effect using panel data for 49 Sub-Saharan African countries for the period 1980–2014. The size and significance of the urbanisation variable, measured as the total number of people living in urban areas, is estimated for total energy consumption, total electricity consumption and electricity consumption per capita. To isolate the effect of the urbanisation variable, the analysis controls for several demographic and socio-economic variables. Recognising the political aspects of energy infrastructures and investment, the analysis control for governance, a novel addition in these types of studies. There are two main findings: urbanisation has a positive and significant effect on total energy consumption, the size and significance of this effect varies across country income groups; urbanisation has a negative effect on total electricity consumption and electricity consumption per capita, the size and significance of which varies across country income groups.     

基于结构方程的江苏省家庭能源消费行为研究

家庭能源消费问题一直受到社会的关注,影响机制的研究是关键。选取5个影响变量,构建结构方程模型,分析家庭能源消费行为的影响机制。通过实地调查获取江苏省13个地市的数据,采用偏最小二乘回归方法估算路径系数,证实了环境素质、家庭特征、生活方式及宣传教育等4个变量对家庭能源消费行为产生影响,并测算了结构变量的相互作用关系,及对家庭能源消费行为的综合影响效应。     

计及经济因素的混合模型电量预测研究

精确的电量预测是进行电网规划和建设的重要依据.为解决月度用电量预测方法思路单一、预测模型通用性不强、预测精度低等问题,通过对区域用电量与经济的历史数据研究分析,提出了一种计及经济因素影响的混合模型月度用电量预测方法.该方法将回归分析法和指数平滑法这两种预测方法相结合,建立电量预测模型,取得了较高的预测精度;最后,将本模...     

基于NILM数据的电力用户能效量化分析方法

随着节能减排理念的普及,通过大数据技术分析用户用电情况,引导用户改善用电习惯、提高用电效率、降低用电成本已成为趋势.本文通过分析影响电力用户能效的因素,结合非侵入式负荷监测NILM(non-intru?sive load monitoring)技术可获得的数据,构建了易于获取和量化的家庭能效评估指标体系.在上述基础上提...     

智能用电用户行为分析的聚类优选策略

针对大数据背景下用户智能用电行为最佳聚类数目的选择问题,提出一种用户用电行为分析的聚类优选策略。在前期智能用电用户行为分析的特征优选策略研究的基础上,采用特征优选策略提取负荷曲线的最佳特征集对用户用电数据进行聚类分析;然后提出聚类数优选策略,通过综合考虑准确度评价指标和有效度评价指标确定最佳聚类数目。以国内外的用电数据为数据源,仿真验证了所述策略可以选择合理的聚类数目,有效提高用电行为分析的数据聚类效果。     

虚拟家庭负荷生成方法的研究

针对非侵入式家庭负荷监测所需家庭用电设备实时运行数据难以获取的问题,分析不同家庭家电配置差异及使用习惯特性,提出虚拟家庭负荷生成方法。首先,采用多项式负荷模型生成家电负荷波形。其次,融合不同代际结构家庭家电配置和家电运行习惯特点,基于蒙特卡洛仿真生成计及家庭成员年龄、数量、身份用电关联的家庭用电时间分布。最后,虚拟生成4类典型的家庭日用电负荷曲线。研究结果表明,该方法虚拟生成的家庭用电负荷波形与实测波形的功率平均相对误差小,可生成最接近实际情况的虚拟家庭负荷波形,另外家庭用户关联性用电生成了大范围覆盖的低     

基于区块链的配电网能效自动化管理方法

随着可再生能源的发展和分布式电源的推广,电网需求侧能效管理工作将逐步由集中式优化调度计算转向分布式计算。物联网技术和区块链技术的进步将为实现能效管理系统的分布式系统提供技术基础。本文提出了一种基于物联网智能电表和微电网的多用户分布式能效管理系统,并通过提出的非合作博弈论模型对家用电设备进行调度计算,成功实现了降低用户家庭电费支出和整个社区微电网能耗总成本的目标。用户可在家庭的分布式能源、社区微电网以及公用电网三种中择优选择购电,并在博弈中优化自己的日常家电使用策略,使得市场所有用户都可将能源消耗成本降至最低,实现纳什平衡。在此基础上,该模型运用区块链技术为参与者之间提供可靠的、安全的、私密的通信媒介,实现用户家电设备的智能监控并通过智能合约对用电量进行计费。算例分析结果表明,该方法能最大限度地降低能耗总成本和各用户能耗成本。     

基于需求响应的居民可控能效负荷优化

为解决居民生活用电需求不断增加,居民生活用电方式不合理造成能源浪费越来越严重的问题,从居民用户的可控能效负荷入手,对典型可控能效负荷空调、热水器和照明负荷进行分析,建立负荷能耗数学模型,根据其运行特性,结合居民用户用电习惯和分时电价,制定居民可控能效负荷优化策略;建立以居民用户用电成本和用电满意度为目标的优化模型。为提高和声搜索算法的求解速度与计算精度,对其参数进行动态调整,并与差分进化算法进行融合,应用于可控能效负荷的优化求解。算例结果表明了改进算法具有较好的收敛性和较高的准确性,验证了居民可控能效负荷优化策略的可行性,实现了从需求响应的角度对可控能效负荷进行优化管理的思想。     

居民用户智能用电建模及优化仿真分析

随着居民用户智能家电普及率的不断提高,实现智能用电优化已成为电力需求侧管理的重要研究内容。通过对居民用户智能家电的用电起始时间、用电时长、用电时段数的设计,并结合智能家电的用电特征及电价机制,给出了一种以用电费用最小为目标的智能用电优化方法。该方法同时考虑了用电起始时间、结束时间和允许的最大中断次数等约束条件。通过算例中电价机制及智能家电约束对用电安排影响的仿真分析,验证了该方法可有效减少用电费用及降低居民用户用电负荷峰值;同时探讨了在实时电价机制及更灵活的家电中断约束下,智能用电优化效果更为显著。